前言¶
DeepSeek Harness (DSH) 採用插件化架構。在開發或調試智能體時,通常需要瀏覽器環境。dsh-browser 插件爲每個對話會話創建一個獨立的瀏覽器實例,並將視圖鏡像到右側側邊欄,便於觀察和接管。
插件介紹¶
名稱:dsh-browser
維護者:CJYLZS
分類:聯網工具
許可證:MIT
核心價值:爲每個 DSH 會話提供一個真實的本地瀏覽器,鏡像至側邊欄,由代理使用 9 個工具驅動,並通過 CDP 端口可附加。插件在 Web 和 Desktop 接口均可運行。
核心功能¶
- 獨立瀏覽器實例:每個會話對應一個獨立的瀏覽器進程,擁有獨立的配置文件和 CDP 端口。
- 側邊欄鏡像:瀏覽器內容實時顯示在右側側邊欄,支持切換查看。
- 工具驅動:代理通過 9 個工具調用控制瀏覽器,包括頁面快照、元素查找、座標獲取和代碼執行。
- 真實瀏覽器環境:不是嵌入式 WebView,而是真實的 Chrome 或 Edge 進程,支持 DevTools 附加。
- 輸入真實化:使用真實的鼠標和文本事件,而非合成事件,確保頁面交互準確性。
- CDP 附加:每個瀏覽器監聽獨立的 CDP 端口,支持
chrome://inspect、Playwright 或內置腳本附加。
安裝與啓用¶
安裝前請確認宿主 DSH 版本(建議 ≥ 0.1.7-rc.1 以匹配最新插件版本)。
在 Web 接口執行:
dsh plugin add --profile web github:CJYLZS/dsh-browser#v0.2.3
安裝後需要重啓 DSH。該插件依賴 playwright-core,並要求系統中已安裝 Chrome 或 Edge。
典型用法¶
使用流程通常不需要額外配置,按以下步驟操作:
- 啓動:通常不需要主動啓動。當代理的第一次工具調用需要瀏覽器時,插件會自動創建實例,右側側邊欄會出現名爲 “Browser” 的選項卡。
- 操作:向代理下達指令,例如“打開文檔並告訴我安裝部分的內容”。代理會調用工具在同一個瀏覽器實例上執行操作,側邊欄同步顯示頁面變化。
- 接管:代理運行時,可以通過 CDP 端口附加外部工具。例如,使用
curl http://127.0.0.1:9333/json/version查看連接狀態,或使用 Playwright 的chromium.connectOverCDP進行調試。
設計與工具¶
插件通過 9 個工具集控制瀏覽器。關鍵工具包括:
browser_snapshot:讀取頁面可訪問性樹,爲代理提供頁面結構信息,無需預先了解 CSS 選擇器。find:在頁面中縮小查找範圍。boxes:獲取元素位置信息,無需截圖。browser_evaluate:通用代碼執行工具。browser_input:發送真實的鼠標和文本事件,處理原生下拉框、複選框和快捷鍵(如 Ctrl+A)。
注意事項¶
- 版本兼容:插件 v0.2.x 需要 DSH ≥ 0.1.7-rc.1。
- 依賴環境:必須安裝 Chrome 或 Edge 瀏覽器。
- 會話隔離:每個會話擁有獨立的瀏覽器配置文件,互不干擾。
- 非 WebView:頁面在獨立進程中運行,關閉 DSH 不會殘留瀏覽器進程。
總結¶
dsh-browser 提供了一種隔離且透明的瀏覽器使用方式,適合需要深入調試智能體網頁操作行爲的場景。